漫畫 OCR
漫畫 OCR 是把漫畫頁上的文字讀出來：氣泡裡的對白、旁白裡的敘述、畫進畫面裡的狀聲詞。Serifu 讓視覺模型一次看整頁，把讀到的內容一句一句顯示出來，並在同一次執行裡翻譯。
什麼是漫畫 OCR？
OCR 是光學字元辨識：把圖片裡的文字變成電腦能用的文字。漫畫 OCR 做的是漫畫頁上的這件事，比聽起來難：對白畫在氣泡裡，敘述在旁白裡，狀聲詞是畫面的一部分，日文和中文還是從右往左的直排。一個氣泡讀錯，這一句的譯文也會錯。
Serifu 怎麼讀一頁漫畫
每一頁都走這四步。
先找出每一處文字
你電腦上的偵測器找出氣泡、旁白和狀聲詞；分割把每個氣泡的輪廓描出來，一個區域不會跨過兩個氣泡。不用手動輸入，也不用先畫框。
整頁一起讀
整頁圖、每一處文字的裁圖，連同前面兩頁、你的術語表和你告訴 Serifu 的故事，一起交給視覺模型。有了這些上下文，人名、代名詞和數字才能從上一頁到下一頁保持一致，也才能分清狀聲詞和一句對白。
讀到的內容給你看
選中一個氣泡，原文就在譯文旁邊，一句一句對著看。哪個字讀錯了，改原文，再「重新翻譯這一句」；名字要統一，就加進術語表。辨識結果不是只能接受的黑箱。
漏掉文字的時候
背景裡的招牌、壓在畫面裡的狀聲詞、偵測器沒找到的氣泡：用「框選辨識和翻譯」只讀這一處，就地嵌好。用「遮擋」讓 Serifu 把一塊區域當成空白；整頁讀得不對，就用「重新辨識和翻譯這一頁」從圖上再讀一次。
Serifu 和 manga-ocr 模型比一比
manga-ocr 是搜尋漫畫 OCR 時大多數人最先看到的開源模型。我們用同一部日文漫畫佐藤秀峰《ブラックジャックによろしく》第 1 卷裡的 24 張裁圖，讓它和 Serifu 預設的辨識模型各讀一次，再逐張人工核對。每個字都對才算對。差別最大的是畫在畫面裡的字。這只是一卷漫畫上的小測試，能看出各自會犯什麼錯，不能當作錯誤率。
| 辨識模型 | 全部 24 張 | 氣泡裡（8） | 畫面裡（16） |
|---|---|---|---|
| Serifu 預設辨識模型（gemini-3.8-flash） | 24 / 24 | 8 / 8 | 16 / 16 |
| manga-ocr（開源） | 17 / 24 | 7 / 8 | 10 / 16 |
漫畫 OCR，五種語言
Serifu 讀日文、韓文、簡體中文、繁體中文和英文漫畫。沒有 OCR 模型要選，也沒有東西要裝：一個由我們挑選並測過的辨識器，五種語言都用它，直排也在內。
用 Serifu 讀一頁漫畫
- 01
匯入這一卷
一資料夾的頁、CBZ、ZIP、PDF 或圖片都行；選要處理的頁。Serifu 會排好順序，開始前讓你確認頁序和閱讀方向。
- 02
辨識和翻譯
選翻譯模型，開始。每一頁從圖上辨識，並在同一次執行裡翻譯，價格先顯示：每頁 1 積分起。辨識包含在這個價格裡，不另外收。
- 03
檢查要緊的句子
打開一頁，選中氣泡：原文和譯文都在。哪個字讀錯了，改好再「重新翻譯這一句」；也可以不改，接著讀。Serifu 漏掉的一句，用「框選辨識和翻譯」補上。
漫畫 OCR 的價格
辨識包含在「辨識和翻譯一頁」裡：gpt-6-luna 每頁 1 積分、gemini-3.8-flash 1.5 積分、claude-opus-5-5 3 積分，辨識和第一次翻譯一起算。「框選辨識和翻譯」是辨識 0.2 積分加模型的每句價格，先問再扣。註冊送 5 積分，積分包永不過期。
漫畫 OCR 常見問題
Serifu 可以單獨做 OCR 嗎？
辨識包含在「辨識和翻譯」裡：一頁從圖上辨識並在同一次執行裡翻譯，按模型的每頁價格收。單獨辨識不另收，也不能只辨識不翻譯。
漫畫 OCR 能讀哪些語言？
日文、韓文、簡體中文、繁體中文和英文。
直排日文也能讀嗎？
能。日文和中文的直排按行讀，從右往左，跟畫出來的一樣。
能把文字匯出來嗎？
還不能。原文和譯文在編輯器裡一句一句留著，跟著專案走。匯出成文字檔還不支援。
漏了一個氣泡，或讀錯了一個字怎麼辦？
偵測器漏掉的地方用「框選辨識和翻譯」，讀出來後就地嵌好。讀錯的字改一下就好：改原文，再「重新翻譯這一句」。整頁都讀得不對，就用「重新辨識和翻譯這一頁」。
頁面會上傳到 Serifu 嗎？
偵測器在你電腦上跑。頁面會送去辨識和翻譯，不會留在 serifu.net；這一卷留在你的電腦上。
需要顯示卡嗎？
不需要。辨識在 Serifu 的伺服器上跑：沒有模型要下載，也不用有顯示卡。客戶端有 macOS 和 Windows 版。
可以整卷一起做嗎？
可以：用「辨識和翻譯 N 頁」跑整卷，每一頁開始處理時才扣費。